期刊文章

结合学术、非认知和大学知识措施，以确定没有进入大学的学生:数据驱动的方法

2017

发表在:

评估研究与实践，12,5 - 19。

由:詹姆斯Soland

摘要

研究表明，大学准备程度可以通过多种措施来预测，包括考试分数、成绩、选课模式、非认知工具，以及关于学生对大学招生过程理解程度的调查。然而，很少有研究为教育工作者如何区分轻重缓急提供指导通过工具、结构和框架来预测大学准备情况，以最佳地识别没有进入大学的学生。我使用了一个具有全国代表性的数据集，其中包含数千个指标，采用数据缩减技术来确定少数几个最能预测大学准备程度的变量，并了解它们所衡量的内容。根据我的模型，使用一小组预测器可以预测进入大学并坚持一个学期，准确率几乎达到90%。有证据表明，这些预测指标衡量了学术准备、毕业后的愿望、教师对准备程度的看法以及社会经济地位。教育工作者可以利用结果来帮助那些没有进入大学的学生找到合适的支持。

查看更多
查看期刊文章

本文发表于NWEA之外。全文可以在上面的链接中找到。

主题:大学和职业准备，让教育工作者

相关的话题